Skip to content

🔎AI与未来

用户体验研究员 · 研究人们如何使用产品,将观察到的行为、需求和挫折转化为团队可以设计的证据。

分享本页

人工智能工具正在迅速减少转录、标记、摘要和初稿报告的手工工作。

核心研究问题仍然是人性的:决定研究什么、赢得值得信赖的参与以及根据背景解释证据。

31 / 100
中等

机器可替代的工作占比

人工智能可以自动化大量有意义的研究管理和首次综合。它无法可靠地设计有效的研究,识别参与者未言明的不适,裁决道德权衡或追究组织对误导性结论的责任。

按任务计分,而非头衔。越低越安全。

AI难以取代的职业 →

机器夺不走的

研究框架

92

选择正确的问题需要产品、人员和组织背景。

参与者信任

88

敏感披露取决于研究人员能够倾听并负责任地做出回应。

道德责任

90

同意、隐私和伤害不能委托给摘要工具。

语境解释

82

暂停或解决方法可能有文化、可达性或工作场所原因。

利益相关者的判断

76

研究人员必须挑战便利的结论,并就证据的合理性进行协商。

它们已经在夺的

转录

85

语音转文本系统已经消除了很多手动转录。

首次通过标记

70

模型可以对重复出现的短语和提议的主题进行聚类以供人工审核。

面试指南草稿

60

人工智能可以生成一份入门指南,研究人员必须测试该指南是否存在偏见和相关性。

报告格式

75

工具可以从结构化笔记中起草摘要、表格和证据链接。

工作如何变化

合成速度更快,审核条更高

研究人员将花更少的时间整理笔记,而花更多的时间检查摘要是否保留了细微差别。

较小的团队负责日常工作

自动化可以减少管理角色,同时提高对方法技能的期望。

研究治理不断发展

团队需要在敏感研究中记录、参与者数据和模型使用的政策。

混合方法变得更有价值

廉价的定性合成使得强有力的实验、行为和现场证据对于验证更加重要。

分岔出的新职业

研究运营主管

建立道德招聘、知识库和参与者系统。

AI体验研究员

研究人们如何信任、纠正和理解人工智能产品的行为。

无障碍研究员

调查残疾用户在产品旅程中遇到的障碍。

洞察策略师

将研究证据与产品组合和组织决策联系起来。

展望

人工智能可能会加快常规研究的生产速度,但也可能使薄弱的证据更容易大规模生产。

最持久的研究人员将是那些能够保持严谨性、代表被忽视的人并用明确的证据改变高风险决策的人。

相近职业

不限同一领域,六项评分最接近的职业。

继续探索

继续探索

艺术·创作领域的其他职业